Удосконалення методів експлуатації парків електродвигунів залізничних стрілочних переводів засобами інтелектуальних систем
eaDNURT - the electronic archive of the Dnepropetrovsk National University of Railway Transport
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Удосконалення методів експлуатації парків електродвигунів залізничних стрілочних переводів засобами інтелектуальних систем
Усовершенствование методов эксплуатации парков электродвигателей железнодорожных стрелочных переводов средствами интеллектуальных систем Improvement of exploitation methods of pointwork electric motor parks by means of intelligent systems |
|
| Creator |
Швець, Олег Михайлович
Швец, Олег Михайлович Shvets, Oleg M. |
|
| Subject |
парк електродвигунів
парк электродвигателей electric motor park моніторинг мониторинг monitoring діагностування диагностирование diagnosis нечітко-статистична експертна система нечетко-статистическая экспертная система fuzzy-statistical expert system штучна нейронна мережа искусственная нейронная сеть artificial neural network експлуатація за поточним станом эксплуатация по текущему состоянию current state exploitation оптимальне планування оптимальное планирование optimal planning |
|
| Description |
Швець, О. М. Удосконалення методів експлуатації парків електродвигунів залізничних стрілочних переводів засобами інтелектуальних систем: авт. дис. к. т. н.: 05.22.20 / О. М. Швець ; Дніпропетр. нац. ун-т залізн. трансп. ім. акад. В. Лазаряна. - Д., 2012. - 20 с.
UK: АНОТАЦІЯ У роботі отримано нове рішення комплексного завдання щодо удоскона-лення методів експлуатації парків електродвигунів (ЕД) залізничних стрілочних переводів засобами інтелектуальних систем. Розроблені методики та автомати-зована технологія забезпечують експлуатацію парку електродвигунів на основі параметрів поточного технічного стану, без їх вилучення з приводу, за рахунок спектрального аналізу робочого струму ЕД. Сформульовано завдання щодо ви-бору оптимальної черговості ремонтів для парку ЕД стрілочних переводів, що враховує поточні та очікувані стани пристроїв. Удосконалено методи моніторингу та діагностування ЕД, що використо-вують моделі інтелектуальних систем. Отримано нове рішення задачі діагнос-тування електродвигунів засобами нечітко-статистичних експертних систем, які враховують як експертну, так і статистичну інформацію про процеси експлуа-тації технічних систем. Удосконалено моделі штучних нейронних мереж типу багатошаровий персептрон для діагностування ЕД постійного струму. На осно-ві мереж Кохонена вирішено завдання із планування експлуатації парку елект-родвигунів, створено багаторівневі нейронної-мережеві моделі процесів екс-плуатації парків ЕД. RU: АННОТАЦИЯ В работе получено новое решение задачи усовершенствования методов эксплуатации парков электродвигателей (ЭД) железнодорожных стрелочных переводов (СП) средствами интеллектуальных систем. Разработанные методики и автоматизированная технология обеспечивают эксплуатацию парка ЭД на ос-нове параметров текущего технического состояния, без извлечения электродви-гателей из привода. Сформулирована задача выбора оптимальной очередности ремонтов для парка электродвигателей стрелочных переводов, которая учиты-вает текущие и прогнозируемые технические состояния устройств, определен-ные по индивидуальным моделям процессов их эксплуатации. Выполненные исследования и разработки позволяют перейти от планово-предупредительной замены двигателей к обслуживанию двигателей по их фактическому техниче-скому состоянию. Мониторинг технического состояния электродвигателей реализован за счет спектрального анализа рабочего тока ЭД. Для каждого ЭД формируется инди-видуальная модель, которая хранит в том числе и спектральные характеристики исправного состояния двигателя. Процедура мониторинга сравнивает текущий спектр двигателя со спектром исправного состояния из соответствующей инди-видуальной модели ЭД. При обнаружении существенных различий спектров запускается процедура диагностирования, на выходе которой получают оценки достоверностей выявляемых неисправностей ЭД. Эти оценки сохраняются в индивидуальной модели ЭД, формируя временной ряд, который используется для прогнозирования технического состояния электродвигателя. Усовершенствованы методы диагностики ЭД СП, использующие модели интеллектуальных систем. Разработанные средства позволяют выявлять боль-шее число неисправностей ЭД, чем методы, применяемые на железных дорогах Украины. В работе получено новое решение задачи диагностирования электродвига-телей средствами нечетко-статистических экспертных систем, которые учиты-вают как экспертную, так и статистическую информацию о процессах эксплуа-тации технических систем, повышая точность диагностирования состояний ЭД. Усовершенствованы модели искусственных нейронных сетей типа много-слойный персептрон для диагностирования ЭД постоянного тока железнодо-рожных СП, что позволило повысить число выявляемых неисправностей. На основе сетей Кохонена решена задача планирования эксплуатации пар-ка электродвигателей, созданы многоуровневые нейронно-сетевые модели про-цессов эксплуатации парков ЭД постоянного тока по текущему техническому состоянию индивидуальных объектов. Разработан и внедрен в эксплуатацию аппаратно-программный комплекс диагностики электродвигателей постоянного тока железнодорожных стрелоч-ных переводов, выявляющий неисправности в электродвигателях постоянного тока моделей ДП-0,18, ДП-0,25, МСП-0,15 и МСП-0,25. Произведен расчет оценки экономического эффекта от внедрения аппаратно-программного ком-плекса диагностики электродвигателей постоянного тока стрелочных перево-дов. Ожидаемый суммарный годовой экономический эффект от внедрения ком-плекса по дистанции дороги достигнет 65500 грн. EN: ANNOTATION In this paper, pointwork electric motor park exploitation methods are improved by means of intelligent systems. Developed procedures and automated technology provide electric motor (EM) park exploitation based on the parameters of the current technical state without removing EM from the drive by means of EM current spectral analysis. The task of choosing the optimal sequence of repairs to the EM park, taking into account current and expected states of devices, is formulated. EM monitoring and diagnosis methods are improved based on the intelligent system models. Fuzzy-statistical expert systems that take into account both expert and statistical information about the system technical state were used for EM diagno-sis problem solution. Artificial neural network models like multilayer perceptron were improved to diagnose direct current motors. Based on Kohonen networks multi-layer neural network models were developed for EM park exploitation planning. |
|
| Date |
2012-05-15T07:52:39Z
2012-05-15T07:52:39Z 2012-05 |
|
| Type |
Thesis
|
|
| Identifier |
625.151.32 Ш 35
http://eadnurt.diit.edu.ua:82/jspui/handle/123456789/1041 |
|
| Language |
other
|
|
| Publisher |
Видавництво Дніпропетровського національного університету залізничного транспорту імені академіка В. Лазаряна
|
|